成为数据分析师：6步练就数据思维

对于没有统计学基础的人员阅读起来比较困难，其中总结的一般方法需要大量的专业基础才能开展实践，建议初步涉猎该领域的人士先从基础的概率论，应用统计学学起，基础知识要比只懂原理的一知半解强！

数据分析六步： 识别和构建问题：发生了什么，要解决什么问题。 以前的发现：这方面已有的进展是什么？ 建模，确定分析变量：哪些因素与问题相关？ 采集数据 分析数据 根据结果得出结论，并付诸行动。

你有想想过金色是怎么调出来的么？1500代表什么意思？ 在绘画中，没有单独的色彩，颜色因对比而存在，同样数字也不能脱离物体而存在。 本书推荐的基本书籍： 《如何用数据说谎》 《统计思维中的缺陷与谬误》 《统计学中常见的错误以及如何避免它们》 《概率的乐趣》 《醉汉的脚步：随机性如何主宰我们的生活》《商务与经济统计》 《人机共生》《数据化转型》 数据分析的过程： ·识别问题。你工作中可能出现许多问题。根据紧迫性和定量分析适用性将这些问题放在优先解决的位置。在识别问题阶段，最重要的就是全面理解问题及其重要性。对这两个问题的回答不仅包括解决问题需要做些什么，还包括如何促进下一个阶段。 ·回顾之前的发现。一旦意识到问题，你就要去调查之前的发现中所有与这个问题相关的东西。尽管在这个阶段你需花费大量的时间，可是利用搜索引擎会对你大有帮助。搜索与问题相关的资料，对弄清问题的真相非常重要，对识别相关变量和从已识别的变量中寻找关联也非常重要。对之前的发现有了综合的理解，就能清楚地知道该如何解决问题。你可以这样说：“问题设计得很好，已回顾的之前的发现：一半以上。” ·建模（选择变量）。如果你通过回顾之前的发现找出了所有相关的变量，那么就一个接一个地扔掉那些与问题不直接相关的变量吧。哪些变量应该丢掉，哪些需要保留，主要取决于模式的目的。如果你要造一辆玩具火车，那么火车的规模就该保留。相反，如果你要计算火车的经济适用性，那么，像吨位、速度、耗油量这些就变得非常相关。集中在某个问题的某些特征上时，你离问题的答案就不远了。而且，你的定量观点也得到了提升。 ·收集（测量）数据。要测量已选的变量，你首先要检查你所在的公司是否有人收集了这个数据。很多时候，你手边的数据已经被别的部门，甚至是你自己测量或计算过。你甚至发现，有的数据已被公开使用过。即便你需要花钱买它，也总比你自己收集便宜。当那些与你问题相关的数据不正确时，你要认真想办法改正它。如果你决定展开调查，那么就得认真研究问题的具体设计，甚至问卷的措辞。如果你要通过实验收集数据，你就得去请教实验设计方面的专家。因为，获得正确而即时的数据对解决问题非常重要，在这个阶段，你需要投入足够的时间和精力。 ·分析数据。数据分析包括寻找连续的模式，或者变量之间的关系。使用什么样的统计方法，在识别问题阶段就已经决定了：当你彻底了解了问题后，很显然就得选择方法。如果问题是在各个小组之间进行对比，那么你就该相应地选择方法。如果问题是变量之间的依赖关系，那么就该用回归或类似的方法。这些方法在很多情况下都适用，所以，你要花时间去习惯这些方法的观点和应用。此外，你还可以向你公司里的专家寻求意见。 ·传达结果并采取行动。别忘了练习这部分非常重要的定量性思维。成功的分析小组在这一阶段所花的时间和前5个阶段所花的时间一样多。和公司的其他人交流，问他们是如何传达分析结果的，然后和他们探讨你对此的观点。学习统计学的可视化语言——比如，把爱德华·塔夫特（Edward Tufte）的书籍当成你的朋友。如果塔夫特来到你所在的城市，讲授“呈现数据与信息”的课程，千万别错过它。

这本书豆瓣评分不高，但是读完后，我还是有启发的，4⭐。 在分析开始前，明确要解决的问题是什么是十分十分重要的； 得到分析结果后，清晰有效的向决策者表达清楚，讲好一个故事，推动决策者行动也是十分重要 最成功的分析师是那些会“用数据讲故事”的分析师 好的决策与数学无关，却离不开与人的沟通交流；分析师不应该只关注分析方法，数学模型，更应该注意与其他人员的沟通交流。 本书介绍的三个阶段六个步骤如下，第一阶段是构建问题(step1和step2)，第二阶段是解决问题(step3，step4，step5)，第三阶段是传达分析的结果并采取行动(step6) step 1 识别问题。 step 2 回顾之前的发现 step 3 建模（选择变量） step 4 收集（测量）数据 step 5 分析数据 step 6 传达结果并采取行动

本书唯一实一点的内容只有那个六个步骤：识别问题，回顾之前的发现，建模或选择变量，收集数据，分析数据，传达结果并采取行动。其他全是些描述含糊的案例，也没说明清楚到底是怎么做数据分析，如果只是举例讲下思路，就没必要扯这么多了

成为数据分析师（托马斯·达文波特） 一、构建问题 1.识别问题 2.回顾之前的发现 二、解决问题 3.建模或选择变量 4.收集数据 5.分析数据 三、传达结果并基于结果采取行动 6.传达结果并采取行动

和《数据化转型》这本书风格非常相似，不过受众不只是高管，也同样适合想要入门的人。写的内容通俗易懂，也提供了切实可行的方法。整本书看下来比较轻松。不过我觉得有些地方应该是翻译的不到位，导致不太好理解。

数据分析其实离每个人都不远，合理利用数据分析的能力可以使工作事半功倍。而即使你不会统计学，不懂如何具体分析数据，练就“数据思维”也是十分重要的。关键是要能了解数据可以帮你做什么，积累数据，找到合适的人帮你分析。 本书比较笼统的介绍了数据思维，案例不算特别生动，有些太泛泛，会使读者觉得离自己有些远。但本书提供的3大阶段6个步骤十分实用。如果你还没有建立数据思维，耐下性子读一读，想想数据可以在你的工作中如何帮助你，试着在工作中应用，相信你会有收获！

约等于看完了，对于对数据分析不了解的人群来讲，是一种认知的拓展，能够认识到数据分析的大体情况，也启蒙了如何着手做一个数据分析者所具备的素养！ 对于自己的收获，以前想识别某个现象而进行研究，但是无从着手，现经过阅读本书带来了一个从数据出发，寻找变量，建立模型来探索这种现象的原因！ 思维上起到了一种立足数据分析进而解决问题的启蒙！

说实话，空话比较多，实际非常少，道理都知道，就是没操作。此书面对的群体不清晰，要知道对这种标题的书籍感兴趣的人是想得到什么，连这个都搞不清楚，就是浪费读者的时间。这样的泛泛而谈的所谓决策分析，连知乎上的回答都不如，看孙子兵法就算没有统计学、分析学，也比这种强一亿倍。以后这种非经典的现代畅销书真的不能随便看。